Post on 04-Aug-2015
Op weg naar Medical Intelligence
De versnelling• Overstap naar CS-EZIS van Chipsoft• Programma Research IT n.a.l. strategiestudie
Data Kennisplatform
Infra-structuur
Programma Research IT UMC Utrecht
Uitgangspunten strategiestudie Research IT• Versterken van reeds goed functionerende initiatieven• Borgen kwaliteit• Centraal faciliteren in samenwerking met divisies• Verleiden, niet opleggen
• Programma Research IT• Toekomstbestendige keuzes maken
Dataverzamelen
Research IT - Domein Data
Data-bewerken
LabjournaalMetaVisionFertibase
EZISLMS
GLIMSAccessNetQExcelSPSS
TeleformProMISe
OmnicomOpenClinica
Oracle ClinicalResearchOnline
Etc.
MathematicaSQL ServerWinStats
AccessExcelStataSPSSSAS
RCIAPass
S-PlusMLWinEpiInfo
Etc
Registraties Databases
Dataverzamelen
Research IT - Dataverzamelingen
Wat kan een EPD betekenen voor
wetenschappelijk onderzoek?
Research IT - Dataverzamelingen
Data-bewerken
Genotypen Fenotypen
BeeldenBiomateriaal
DNA
BloedUrine
WeefselEtc.
MRICT-scanRöntgen
Etc.
DossierVragenlijsten
UitslagenEtc.
Research IT - Dataverzamelingen
Data-bewerken
DNA
BloedUrine
WeefselEtc.
MRICT-scanRöntgen
Etc.
DossierVragenlijsten
UitslagenEtc.
Fenotypen
Meta-data
Meta-data
Meta-data
Research IT – Typen vraagstellingen
Data-bewerken
Diagnostisch Etiologisch
PrognostischTherapeutisch(clinical trial)
Inschatten van de kans op ziekte op basis patiëntprofiel en andere factoren
Het effect van de behandeling op beloop van de ziekte vaststellen
Voorspellen van het beloop
van de ziekte op basis
patiëntprofiel en andere gegevens
Oorzaken van ziekten
opsporen
Feotypen
EPD• Compleet• Gestructureerd• Gestandaardiseerd• Koppeling data
huisarts, apo etc.
EPD• Compleet• Gestructureerd• Gestandaardiseerd• Vastleggen
uitkomsten in dossier
EPD• Controlegroepen
nodig• Meer nodig data
dan routinezorgWel• Patiëntselectie
EPD• Controlegroepen
nodig• Blinderering,
randomisatie etc.• KwaliteitWel• Patiëntselectie• Evaluatie
bijwerkingen
Research IT – Typen vraagstellingen
BaselineFollow Up
Verwijzers
Behandelaar 1
Behandelaar 2
Behandelaar 3
CBS
ApotheekTijd Context
Research IT – Typen vraagstellingen
EPD’s kunnen gebruikt worden voor onderzoek mits• Er goede procedures op de werkvloer zijn• Gestructureerde invoer mogelijk is• Wordt gestandaardiseerd waar mogelijk• Validatie op invoer is ingericht • Context van observaties eenduidig is vastgelegd• Audit trails worden ondersteund• (Koppelen met huisartsennetwerken, apotheken, CBS, GBA,
Kankerregistratie etc. mogelijk is)
• Het gaat om veel patiënten die langdurig worden gevolgd• Integratie van zorg en onderzoek meerwaarde biedt
Databewerken
Research IT - Domein Data
Zouden er cultuurverschillen kunnen bestaan tussen IT’ers
en onderzoekers?
Research IT – Historie
Programma Zorg-ICT UMCU• Overstap naar CS-EZIS• Herbouw van aantal grote cohorten
• SMART (ca. 10.000 patiënten)• Parelsnoer• = Succesvol
• Basis voor samenwerking met LUMC en Furore• Bouw formulieren EZIS• Extracties uit EZIS• Gebruik ProMISe i.k.v. Parelsnoer
• Basis voor uitgangspunten architectuur
Research IT – Ontwikkeling Research Data Platform
Architectuur is een voorwaarde• Duurzaam toegankelijk, transparant en
herhaalbaar• Regelgeving verankerd in systemen• Conceptueel begrijpelijk
• Snel en slagvaardig leveren• Helderheid over kwaliteit• Samenwerken en uitwisselen
Research IT – RDP Key design decisions
1 • Het RDP is een centrale voorziening• Het RDP kent een sterke ontkoppeling van bronnen: business rules upstream• Volledig auditeerbaar• Generiek opgezet, gericht op herbruikbaarheid
2 Focus op:• Wet medisch wetenschappelijk onderzoek met mensen• Wet bescherming persoonsgegevens• Good Clinical Practice
2.1 • Het RDP kent een fijnmazig autorisatiemodel• Patientgegevens zijn in het RDP standaard gepseudonimiseerd• Het RDP moet toegang en gebruik van data vastleggen in metadata
2.2 • De onderzoeker heeft een datamanager als aanspreekpunt• Self-service wordt toegepast waar mogelijk.
3 • Er zijn catalogi beschikbaar die inzicht geven in de beschikbare data• Data worden gerepresenteerd als klinische bouwstenen
4 • Er zijn meerdere ‘productlijnen’ met verschillende kwaliteitsnormen (snel en opportunistisch versus duurzaam en systematisch)
5 • Het RDP kan mappen op meerdere referentiemodellen (1:N) of codestelsels• Via het RDP kan data met onderzoeksgroepen buiten het UMC beschikbaar worden
gedeeld
Research IT – Architectuur dataverwerking
CS EZIS CS DWH
• Datamodel EZIS niet bekend• Business rules in ETL.• Het DWH is vluchtig, er wordt geen historie opgebouwd• Niet volledig (bijv. geen vragenlijsten, medicatie)• Rapportagetools van Chipsoft leiden tot puntoplossingen
Research IT – RDP Key design decisions
1 • Het RDP is een centrale voorziening• Het RDP kent een sterke ontkoppeling van bronnen: business rules downstream• Volledig auditeerbaar• Generiek opgezet
2 Focus op:• Wet medisch wetenschappelijk onderzoek met mensen• Wet bescherming persoonsgegevens• Good Clinical Practice
2.1 • Het RDP kent een fijnmazig autorisatiemodel• Patientgegevens zijn in het RDP standaard gepseudonimiseerd• Het RDP moet toegang en gebruik van data vastleggen in metadata
2.2 • De onderzoeker heeft een datamanager als aanspreekpunt• Self-service wordt toegepast waar mogelijk.
3 • Er zijn catalogi beschikbaar die inzicht geven in de beschikbare data• Data worden gerepresenteerd als klinische bouwstenen
4 • Er zijn meerdere ‘productlijnen’ met verschillende kwaliteitsnormen
5 • Het RDP kan mappen op meerdere referentiemodellen (1:N)• Via het RDP kan data met onderzoeksgroepen buiten het UMC beschikbaar worden
gesteld
Research IT – Architectuur dataverwerking
» Het ‘productie proces’ van gegevens naar informatie (conform UMCU Research architectuur)
4. Genereer en presenteer informatie producten
3. Verrijk, veredel en filter de data
2. Registreer en veranker de data
1. Verkrijg de (ruwe, onversneden) Data STAGING
INTEGRATIE
TRANSFORMATIE
UITGIFTE
EZIS GLIMS LMS Studiexyz
Research IT – Diensten en ‘productielijnen’
Zuivere ICT ontwikkeling
gedelegeerde ontwikkeling
Selfserviceontwikkeling
Ontwikkelstraat discipline (OTAP)Ontwikkelaars op afstand van gebruiker Onderling afhankelijk/ binnen kadersSterke specialisatie/ rolscheiding
Lichtgewicht ontwikkelprocesMinimale specialisatie/ rolscheidingZelfvoorzienend / beperkte vrijheden
Wendbaarheid(Opportunistische aanpak)
Duurzaamheid (Systematische aanpak)
Ad-hoc ontwikkelproces Ontwikkelaar = gebruikerZelfvoorzienend / zeer veel vrijhedenZeer brede taken (voorbeeld: Excel)
Research IT – Aanpak databewerking
• Roadmap op basis van plateaus en volwassenheid• Realisme in verwachtingen eerste jaar• Vliegwiel gaat steeds sneller draaien naarmate meet gegevens
beschikbaar zijn• Organiseer een centrale voorziening onder architectuur (met mandaat)• Organiseer de regiefunctie tussen bedrijfsvoering en research• Organiseer de accountmanagement functie (o.a. data governance)• Organiseer de financiering van de voorziening• Deliver, Deliver, Deliver • Kleine teams!• De vrager/product owner is vitaal onderdeel - waarde
4. Self-service
METADATA
1. Data staging
Research IT - Applicaties
Uitgifte
Transformatie
Integratie
Staging
2. Data Vault
3. Data ManagementSECURITY
Research IT - Dataverzamelingen
Data-bewerkenRegie
Team
Beleid
Tools
Wettenregels
Training
Architectuur
Beheer
Loket
Research IT – Samenwerking UMCU, LUMC en Furore
• LUMC en UMCU maken beide gebruik van• EZIS• ProMISe• Parelboxadapter
• Samenwerking op het vlak van tools en architectuur • Reduceert kosten• Bespaart tijd• Bevordert uitwisseling kennis
• Hoe beheers je dit proces?• Rol Furore als ‘moderator’
Research IT – Samenwerking UMCU, LUMC en Furore
Uitgifte
Transformatie
Integratie
Staging
CS EZIS
Uitgifte parels
Mapping lab, medicatie, ProMISe (Parelsnoer)
Vastleggen feiten EZIS
Selectie relevante data(scope Parelsnoer)
Tool voor ontsluiten vragenlijsten
Data Vault?
DCMMedicatie